文献

J-GLOBAL ID：201102213696919473   整理番号：11A1135342

音源の位置特徴とスペクトル特徴の同時クラスタリングに基づくスパース音源分離

Sparse source separation based on simultaneous clustering of source locational and spectral features

著者 (3件)： ARAKI Shoko (NTT Communication Sci. Laboratories, NTT Corp.) ,  NAKATANI Tomohiro (NTT Communication Sci. Laboratories, NTT Corp.) ,  SAWADA Hiroshi (NTT Communication Sci. Laboratories, NTT Corp.)
資料名： Acoustical Science and Technology  (Acoustical Science and Technology)
巻： 32  号： 4  ページ： 161-164 (J-STAGE)  発行年： 2011年 
JST資料番号： Z0931A  ISSN： 1346-3969  資料種別： 逐次刊行物 (A)
記事区分： 短報  発行国： 日本 (JPN)  言語： 英語 (EN)

抄録/ポイント： ブラインド音源分離(BSS)アルゴリズムの多くは2段法の時間周波数領域法を採用しているが,音源数が多い場合にはこの2段法では1段目のBSS性能や2段目の大きな計算コストなどに問題があり,多くの場合音源数の事前情報を必要とした。本稿では周波数成分の並び順を揃える固有の能力を有し音源数が未知の場合にも適用可能なスパース音源のBSS法を提案した。この方法は音源の位置特徴(マイクロフォン間の位相差)とスペクトル特徴(スペクトルの時間エンベロープ)の同時クラスタリングに基づいており,この方法により残響下で音源数が未知の場合でも精度良く音源が分離できることを実験結果にて示した。

シソーラス用語： *信号処理 ,  残響 ,  クラスタ化 ,  振幅変調 ,  独立成分分析 ,  位相差 ,  音源分離 ,  特徴量 ,  *ブラインドソース分離 ,  改変
準シソーラス用語： クラスタリング ,  *ブラインド音源分離 ,  時間周波数

分類 (1件)： 音声処理  (JE05000E)

引用文献 (10件)：

• 1) A. Hyvärinen, J. Karhunen and E. Oja, <I>Independent Component Analysis</I> (John Wiley & Sons, New York, 2001).
• 2) O. Yilmaz and S. Rickard, “Blind separation of speech mixtures via time-frequency masking,” IEEE Trans. Signal Process., 52, 1830–1847 (2004).
• 3) S. Araki, H. Sawada, R. Mukai and S. Makino, “Underdetermined blind sparse source separation for arbitrarily arranged multiple sensors,” Signal Process., 77, 1833–1847 (2007).
• 4) Y. Izumi, N. Ono and S. Sagayama, “Sparseness-based 2ch BSS using the EM algorithm in reverberant environment,” Proc. WASPAA2007, pp. 147–150 (2007).
• 5) H. Sawada, S. Araki and S. Makino, “Underdetermined convolutive blind source separation via frequency bin-wise clustering and permutation alignment,” IEEE Trans. Audio Speech Lang Process., 19, 516–527 (2011).

タイトルに関連する用語 (4件)： 音源 ,  スペクトル特徴 ,  クラスタリング ,  音源分離